2019年12月_z海清

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 ImportError: /usr/local/lib/python3.7/dist-packages/cv2/cv2.cpython-37m-arm-linux-gnueabihf.so

由于最新的OpenCV4不支持Pi,故卸载重新安装OpenCV3卸载当前：pip3 uninstall opencv-python重新安装：pip3 install opencv-python==3.4.6.27

2019-12-30 13:23:57 6220 5

原创 Assertion failed) VScn::contains(scn) && VDcn::contains(dcn) && VDepth::contains(depth) in function

这只是意味着该图像不存在,尝试使用绝对路径。如果无效再尝试以下方案：解决方案非常简单。请记住一件事，如果图像的RGB值在0-255的范围内，请确保这些值不是数据类型“ float”。由于OpenCV仅在值范围为0-1时才考虑float。如果发现浮点值大于1，则会认为该浮点仅存在于0-1之间，因此会截断该值。因此产生了这样的错误。因此，如果值介于0-255之间，则将数据类型转换为uint8。im...

2019-12-10 22:17:36 4582 1

原创 xml_record错误:TypeError: None has type NoneType, but expected one of: int, long

首先检查train_record.csv和test_record.csv中是否出现了标签错误！再检查训练集和测试集中图片和xml是一一对应！如果都没问题，那肯定能转换成功的！在xml生成record的脚本中，第25行，该函数针对除“标签”以外的任何内容均返回None，您可能希望将其更改为所需的类，然后如果您有1个以上的类，则可以用elif添加其他类。该函数永远不要返回None...

2019-12-25 13:55:33 574

转载 JAVA抽象类详细解读

1.概述在 Java 中，被 abstract 关键字修饰的类叫抽象类。抽象类的定义格式如下：abstract class 抽象类名称{ 属性；访问权限返回值类型方法名称(参数){ [return 返回值] } //在抽象方法中是没有方法体的访问权限 abstract 返回值类型方法名称(参数);}复制代码2....

2019-12-12 15:14:28 472

原创 Pycharm调试程序进程完成，退出代码-1073741819（0xC0000005）

此问题似乎与导入某些模块有关。可以换个环境检查一下导包模块，可以先尝试以下方式：1.更新pyqt2.更新numpy实在不行再重新建个环境，问题即可解决。...

2019-12-10 21:11:54 9086

原创 Constant,Placeholder,Variables

计算图TensorFlow使用一种称为延迟执行的东西。这意味着，首先要构建计算图，然后将所有元素放在一起，然后运行它。该图在张量上作为输入和输出起作用。一些节点不接受任何输入，因为它们本身就是张量。让我们构建一个简单的示例，添加两个数字：2和5。图形如下所示（通过TensorBoard获得）：数字的值存储在占位符中。隐式类型是float，但是您可以使用dtype参数指定它：...

2019-12-08 21:38:33 207

原创 TensorFlow tf.contrib用于MNIST数据集

TensorFlowtf.contrib.learn是用于机器学习过程的高级API。它提供了各种Estimator代表预定义模型的。一些示例是：LinearClassifier--线性分类模型 KMeansClustering-K-Means聚类的估计量。 DNNClassifier--用于深度神经网络模型的分类器 DNNRegressor--深度神经网络模型。如果可用的估算器列表...

2019-12-08 21:04:48 328

原创 Tensorflow: MNIST 专家级

训练过程：如MNIST初学者教程中所述，我们的深度学习过程由以下几个步骤定义：读取训练/测试数据集（MNIST）定义神经网络架构定义损失函数和优化方法根据数据批次训练神经网络评估测试数据的性能在这里，我们从清单中总结了几乎每个步骤，并将严格地在神经网络体系结构设计部分上进行工作。整个过程在training.py文件中定义，并将导入到特定文件中，包括用于不同神经网络体系...

2019-12-08 20:16:57 193

原创手写数字识别教程

在以下的教程，你将学习以下过程：训练数据我们的任务是使用TensorFlow构建分类神经网络。首先，我们需要建立体系结构，训练网络（使用训练集），然后在测试集上评估结果。下图显示了分类过程和神经网络的各层：为了向网络提供训练数据，我们需要展平数字图像。根据（训练或测试）阶段，将通过分类器推送不同的示例。训练过程将基于标签，同时将它们与当前预测进行比较。这...

2019-12-08 17:46:45 2399